济南大学《导视系统设计》2021-2022学年第一学期期末试卷_第1页
济南大学《导视系统设计》2021-2022学年第一学期期末试卷_第2页
济南大学《导视系统设计》2021-2022学年第一学期期末试卷_第3页
济南大学《导视系统设计》2021-2022学年第一学期期末试卷_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

装订线装订线PAGE2第1页,共3页济南大学《导视系统设计》

2021-2022学年第一学期期末试卷院(系)_______班级_______学号_______姓名_______题号一二三总分得分批阅人一、单选题(本大题共20个小题,每小题2分,共40分.在每小题给出的四个选项中,只有一项是符合题目要求的.)1、在计算机视觉中,以下哪种方法常用于图像的光场重建?()A.微透镜阵列B.深度学习C.多视角几何D.以上都是2、计算机视觉中,以下哪种方法常用于图像的语义分割模型轻量化?()A.模型压缩B.知识蒸馏C.剪枝D.以上都是3、计算机视觉中,以下哪种方法常用于图像的特征描述子?()A.SIFTB.SURfC.ORBD.以上都是4、在图像理解中,语义鸿沟是指()A.图像的低层特征与高层语义之间的差距B.不同图像之间的语义差异C.图像数据与标注数据之间的不一致D.人类理解与计算机理解的差异5、在视频分析中,以下哪个任务是指检测视频中的异常事件?()A.行为识别B.异常检测C.动作检测D.场景分类6、以下哪种方法常用于计算机视觉中的图像去雾?()A.暗通道先验B.直方图均衡化C.中值滤波D.均值滤波7、以下哪种方法可以用于解决计算机视觉中的小目标检测问题?()A.多尺度检测B.数据增强C.特征融合D.以上都是8、以下哪种深度学习模型在计算机视觉中应用广泛?()A.循环神经网络B.卷积神经网络C.生成对抗网络D.长短时记忆网络9、以下哪个不是图像滤波的目的?()A.去噪B.增强边缘C.改变颜色D.平滑图像10、计算机视觉中的图像配准精度可以通过()来评估。A.均方误差B.峰值信噪比C.结构相似性指数D.以上都是11、在目标跟踪中,以下哪种方法常用于跟踪多个目标?()A.基于核的方法B.粒子滤波C.卡尔曼滤波D.均值漂移12、计算机视觉中,以下哪种技术常用于人脸检测?()A.Haar特征B.HOG特征C.LBP特征D.以上都是13、在特征提取中,SIFT(尺度不变特征变换)算法的主要优点是()A.对光照变化不敏感B.计算速度快C.具有尺度不变性D.占用内存少14、在图像分类中,数据不平衡问题可以通过()解决。A.过采样B.欠采样C.生成新数据D.以上都是15、以下哪种深度学习框架在计算机视觉领域应用广泛?()A.TensorFlowB.PyTorchC.CaffeD.以上都是16、在计算机视觉中,以下哪种方法常用于图像的显著区域检测?()A.基于频率的方法B.基于对比度的方法C.基于纹理的方法D.以上都是17、以下哪种方法常用于计算机视觉中的图像分类任务的模型压缩?()A.剪枝B.量化C.知识蒸馏D.以上都是18、以下哪个是计算机视觉中的光流估计方法?()A.Lucas-Kanade方法B.Horn-Schunck方法C.Farneback方法D.以上都是19、计算机视觉中,用于图像去雨的方法包括()A.基于物理模型的方法B.基于深度学习的方法C.基于滤波的方法D.以上都是20、计算机视觉中,用于图像生成的模型有()A.GANB.VAEC.自编码器D.以上都是二、简答题(本大题共4个小题,共40分)1、(本题10分)简述计算机视觉在玩具制造中的应用。2、(本题10分)说明计算机视觉中数据增强的常用技术。3、(本题10分)解释计算机视觉中图像超分辨率重建的方法。4、(本题10分)说明计算机视觉在风力发电中的应用。三、应用题(本大题共2个小题,共2

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论